aiwiki.page
中文
计算机 / 算法与理论 / tree-data-structure

树(数据结构)

树是一种层次化数据结构,利用父子关系支持高效搜索、索引、优先级管理及嵌套信息表示。

42 个关键词22 个词条链接到这里18 个尚未撰写AI 撰写
数据结构图论二叉树CPU缓存深度优先搜索递归广度优先搜索动态规划树(数据结…

树是一种数据结构,通过边连接节点,将元素组织成层次结构。在常见的有根树中,一个节点被指定为根节点,其余每个节点都恰好有一个父节点。沿着父子关系向下遍历,不会回到先前经过的节点,而且从根节点可以到达所有节点。这些约束使树区别于更一般的网络,也使递归描述和递归算法特别适合用于树。

树既可用于表示层次化信息,也可用于实现高效计算。目录层次结构、解析后的程序和文档结构,反映的是所表示对象本身已有的关系。搜索树、堆和数据库索引则通过组织信息,加快查找、插入、删除和选择等操作。它们的性能并不仅仅取决于采用了树结构,还取决于对树的形态、排序和存储方式施加的额外规则。

不同类型的树适用于不同的计算环境。平衡二叉树限制内存中的搜索路径长度;多路树减少存储设备与内存之间的数据传输次数;前缀树根据字符串的共同前缀组织字符串;空间树则对几何空间进行划分。要理解这些结构,需要区分其逻辑性质、物理表示,以及特定算法所提供的保证。

结构基础与术语

树的数学基础源于图论,其中无向树是没有环的连通图。任意两个顶点之间都恰好存在一条简单路径。一棵有 nn 个顶点的有限非空树恰好有 n−1n-1 条边。选定一个根,就能将这种无根结构转化为层次结构:沿远离根的方向看,每条边都被解释为从父节点指向子节点。一组互不相交的树称为森林。有些数据结构定义还允许空树存在,尽管严格数学意义上的有根树必须包含一个根。

没有子节点的节点称为叶节点;至少有一个子节点的节点称为内部节点。具有同一父节点的节点互为兄弟节点。一个节点的祖先位于它通往根的路径上,而它的后代则位于它的下方。这些术语是否包含该节点自身,取决于所采用的约定;“真祖先”和“真后代”则明确排除节点自身。以某个节点为根的子树,由该节点、它的所有后代以及连接这些节点的边组成。这种自相似性赋予了树递归的特征:根的每个子节点本身又是一棵更小的树的根。

节点的深度通常是从根到该节点所经过的边数,因此根的深度为零。节点的高度是从该节点向下到达叶节点的各条路径中,边数的最大值。整棵树的高度就是根的高度。按照这一约定,只有一个节点的树高度为零;空树的高度通常规定为 −1-1,或不予定义。有些文献计算的是节点数而非边数,因此解读有关高度数值的表述时,必须注意其采用的约定。

有序树为每个节点的子节点规定了明确的次序,无序树则没有这种规定。二叉树有两个可区分的子节点位置,分别为左、右,其中任一位置都可以为空。严格二叉树的每个节点要么没有子节点,要么恰有两个子节点。满二叉树的所有叶节点都处于同一深度,且每个内部节点都有两个子节点。完全二叉树从上到下逐层填充,最后一层则从左到右填充。对于一棵高度为 hh 的二叉树,

n≤2h+1−1.n \leq 2^{h+1}-1.

因此,它的高度至少为 ⌈log⁡2(n+1)⌉−1\lceil \log_2(n+1)\rceil-1,但也可能高达 n−1n-1。高度呈对数级还是线性级的这种差异,在很大程度上解释了树的平衡为何如此重要。

内存表示与结构操作

逻辑上的树并不限定内存布局。在链式表示中,每个节点存储自身的数据以及指向子节点的引用。二叉树节点通常包含两个子节点引用,而一般树的节点则可以保存一个大小可动态调整的子节点数组,或一个由子节点组成的链表。父节点引用是可选的:它便于向上访问,但会占用空间,而且每次移动子树时都必须更新。如果节点字段的大小固定,那么一棵包含 nn 个节点的树占用 O(n)O(n) 空间,不过,引用和内存分配带来的开销可能超过数据本身的大小。

一般有序树的另一种表示方式是在每个节点中使用一个首子节点引用和一个下一兄弟节点引用。前者用于进入该节点的子节点列表,后者用于沿该列表逐个访问。这样,每个节点只需两个引用,就能表示任意数量的子节点。这种表示的形态类似二叉树,但引用的含义不同:沿下一兄弟节点引用前进,并不是向下访问子节点。各种操作都必须保留这一区别,尤其是在计算深度或遍历后代节点时。

当树的形态规整时,数组尤其有效。对于从索引零开始存储的完全二叉树,节点 ii 的两个潜在子节点分别位于 2i+12i+1 和 2i+22i+2,非根节点的父节点索引为 ⌊(i−1)/2⌋\lfloor(i-1)/2\rfloor。这种表示不需要显式的子节点引用,能够紧凑地存储堆,而且通常比单独分配的节点具有更好的局部性。但对于形态不规则的树,如果保留空位置,就会浪费空间。其他紧凑表示方式包括存储父节点索引、子节点范围或编码后的遍历序列。简洁编码可以用大约 2n2n 位表示一棵有序有根树,但这不包括标签和辅助索引的开销。

基本的结构操作包括挂接子树、分离子树、替换子节点以及更换根节点。将祖先节点挂接到其后代节点之下会形成环,从而破坏树的结构。挂接一个已有父节点的节点时,如果不先解除原有关系,同样可能违反单一父节点规则。因此,树结构库需要明确规定所有权和修改规则,而不能仅仅提供一组引用。

除了渐近操作次数之外,物理布局也会影响性能。沿着分散的引用访问节点可能导致 CPU 缓存未命中,而连续数组则可以利用对相邻内存的访问。区域分配将许多节点放在同一个内存分配区域中,既能减少分配开销,有时也能改善局部性。在具有自动内存管理功能的语言中,不可达的子树可以由运行时系统回收;在手动管理内存的环境中,删除操作必须妥善处理每一个归其所有的节点。针对节点地址稳定性进行优化的表示方式,可能与针对紧凑性或批量遍历进行优化的表示方式有很大差异。

遍历与递归计算

树的遍历按指定顺序访问节点。遍历方式的主要区别在于:是先沿一个分支深入探索,再转向另一个分支,还是先访问同一深度的所有节点,再向下一层推进。遍历是打印层次结构、求表达式的值、查找匹配节点、计算汇总信息以及释放已分配存储空间等操作的基础。如果每个节点和每条边都只处理常数次,那么一次完整遍历的时间复杂度就是 O(n)O(n)。

深度优先搜索有几种重要的遍历顺序。前序遍历先处理节点,再处理其子节点;后序遍历先处理子节点,再处理节点本身。对于二叉树,中序遍历先处理左子树,再处理节点本身,最后处理右子树。如果根节点 AA 有两个叶子节点 BB 和 CC,那么这三种遍历顺序得到的结果分别为 A,B,CA,B,C、B,C,AB,C,A 和 B,A,CB,A,C。中序遍历在二叉树中有特定含义;对于子节点数量任意的树,并不存在一种公认的推广方式。需要先处理祖先节点时,前序遍历很有用;而当某个节点的计算结果依赖于其子节点已经算出的结果时,后序遍历则很有用。

递归可以直接表达深度优先遍历,因为每棵子树都具有与整棵树相同的结构。迭代实现则使用显式栈保存尚未完成的工作。对于二叉树,通常的深度优先遍历需要 O(h)O(h) 的辅助空间,其中 hh 为树的高度。一般树的实现也可以通过为每个仍在处理中的祖先节点保留一个迭代器,达到类似的空间复杂度上界;不过,一次性将所有子节点压入栈的实现可能需要更多空间。对于严重偏斜、深度很大的树,即使节点总数并不多到难以处理,也可能耗尽语言运行时的调用栈。

广度优先搜索也称为层序遍历,使用队列实现。它从队首取出一个节点并进行处理,然后将该节点的子节点加入队尾。其辅助空间与队列中等待处理的节点数量的最大值成正比;对于最大层宽为 ww 的树,辅助空间复杂度为 O(w)O(w),也可能达到 O(n)O(n)。因此,尽管广度优先遍历和深度优先遍历的时间复杂度都是线性的,两者的内存使用特征却有所不同。

遍历也为树上的动态规划提供了框架。通过后序遍历,可以使用以下公式计算子树的大小:

size⁡(v)=1+∑u child of vsize⁡(u).\operatorname{size}(v)=1+\sum_{u\text{ child of }v}\operatorname{size}(u).

同样的模式也可用于计算高度、表达式的值以及许多优化问题的结果。第二次遍历可以将信息从父节点传递给子节点,使每个节点都能结合自身子树之外的信息。与一般图不同,对于一棵合法的树,只要遍历沿着指向子节点的边进行,不反复沿父节点引用回溯,就不需要仅为防止出现环而维护一个已访问节点集合。

二叉搜索树与有序字典

二叉搜索树在二叉树的基础上增加了一个有序性不变式。在键互不相同的常见定义中,一个节点的左子树中的所有键都小于该节点的键,右子树中的所有键都大于该节点的键。这一条件适用于整棵子树,而不只是直接子节点。对于相等的键,需要采用额外的处理策略,例如在同一个节点中存储计数,或存储一组关联记录。比较关系必须保持一致;如果键仍存储在树中时,排序关系发生变化,查找就可能失效。

查找时,将目标键与当前节点的键进行比较,并据此选择一棵子树继续查找。插入沿着同样的路径进行,直到遇到空位置。在高度为 hh 的树中,这两种操作都需要 O(h)O(h) 次比较。中序遍历会按排序顺序返回各个键。不断沿左子节点向下即可找到最小值,沿右子节点向下则可找到最大值。查找后继和前驱的操作既会向下进入子树,也会向上访问祖先节点。因此,搜索树支持基本哈希表无法直接提供的有序操作。

删除有三种标准情况。叶节点可以直接移除。只有一个子节点的节点可以由该子节点替代。对于有两个子节点的节点,实现中通常会使用其中序后继,也就是其右子树中的最小节点,或使用其中序前驱来替代它。可以先复制替代节点的键及其关联值,再删除替代节点,也可以直接移植节点。当外部代码保留着节点引用,或者键不可变时,这些方案会产生不同的影响。

这些操作是否高效,取决于树的形状。将已排序的键依次插入普通的不平衡搜索树,会使树退化成一条链,导致查找、插入和删除在最坏情况下都需要 O(n)O(n) 时间。如果互不相同的键以均匀随机的顺序插入,查找的期望开销为对数级,但这依赖于对输入过程的假设,并不是最坏情况下的保证。如果要求性能稳定可靠,不受插入顺序影响,就需要显式地维持平衡或引入随机化。

搜索树还可以高效地回答范围查询。先找到第一个大于等于 aa 的键,再依次枚举后继,直到键值超过 bb;在适当的遍历机制支持下,便可用 O(h+k)O(h+k) 时间报告 kk 个符合条件的键。在每个节点中额外记录其子树的大小,就能选出第 rr 小的键,并计算某个键的秩。这些操作沿着一条从根到叶的路径进行,将目标秩与左子树的大小进行比较。其正确性取决于每次插入、删除和结构调整时是否都维护了这些额外字段,这也说明了搜索树如何成为构建更专门的有序索引的基础。

平衡、旋转与自适应查找树

平衡查找树通过维护额外的不变条件来控制高度。其核心局部操作是旋转:改变节点间的父子关系,同时保持键的中序排列顺序不变。在右旋操作中,一个节点的左子节点上移到该节点之上,而上移节点的右子树则成为原节点的左子树。整个过程只需修改常数个引用。因此,旋转可以在不重建树中内容的情况下调整查找树的形态,但树中存储的高度、大小或聚合值等字段也必须随之更新。

AVL 树由格奥尔基·阿德尔松-韦尔斯基和叶夫根尼·兰迪斯于 1962 年提出,要求每个节点的两棵子树高度之差不超过一。如果 N(h)N(h) 表示高度为 hh 的 AVL 树所需的最少节点数,按边数计算高度时,有

N(h)=1+N(h−1)+N(h−2),N(h)=1+N(h-1)+N(h-2),

并需设置适当的初始条件。这种类似斐波那契数列的增长规律意味着树的高度为对数级。插入和删除操作会沿祖先路径更新平衡信息,并在必要时进行单旋转或双旋转。删除可能需要在多个祖先节点处重新平衡,而插入只需在遇到的第一个失衡祖先节点处调整结构,即可恢复平衡。

红黑树使用颜色约束,而不是显式限制高度差。在一种标准定义中,缺失的子节点被视为黑色叶节点,红色节点不能有红色子节点,并且从任一节点到其后代中代表缺失子节点的叶节点的每条路径,都包含相同数量的黑色节点。根节点通常规定为黑色。这些约束保证树的高度至多为 2log⁡2(n+1)2\log_2(n+1)。鲁道夫·拜尔于 1972 年提出了与之密切相关的对称二叉 B 树;莱昂尼达斯·吉巴斯和罗伯特·塞奇威克于 1978 年提出了红黑树的表述形式。更新操作通过结合重新着色与旋转,使查找和更新的最坏情况时间始终保持在对数级。

其他结构提供了不同的性能保证。伸展树由丹尼尔·斯莱特和罗伯特·塔扬于 1985 年提出,通过旋转将被访问的节点移至根部。单次操作可能耗费线性时间,但对于一系列操作,标准查找树操作的摊还代价为对数级。伸展操作无需存储显式的平衡字段,就能利用重复访问的规律。树堆既按键满足查找树的有序性,又按独立分配的优先级满足堆序性。采用适当的随机优先级时,其期望高度和操作的期望代价均为对数级。

这些保证在计算复杂性中属于不同类别。最坏情况界适用于每一次单独的操作;摊还界限制一系列操作的总代价;期望界则对指定随机性来源下的代价取平均。三者不能混为一谈。实际性能差异还取决于更新频率、比较代价、内存开销,以及热点键被重复访问的频繁程度。即使多种平衡策略具有相同的渐近界,也没有哪一种策略能在所有工作负载下都表现最佳。

多路树与存储索引

二叉树将每个节点的子节点数限制为两个,但存储系统往往能从大得多的分支因子中获益。B树在每个节点中存储多个有序键,并利用这些键将键空间划分给各个子树。鲁道夫·拜尔和爱德华·麦克雷特于1970年提出B树,用于管理存储设备上的大型有序数据集合。B树的重要性源于存储层次结构:从持久化存储中读取一个页面的开销,通常远高于比较几个已在内存中的键。

B树的各种定义对最大度数或阶数的命名有所不同。一种常见定义采用最小度数 t≥2t\geq2。每个非根节点包含 t−1t-1 到 2t−12t-1 个键,而每个包含 kk 个键的内部节点都有 k+1k+1 个子节点。根节点有特殊的最低占用要求,且所有叶节点都位于同一深度。这些占用量和深度一致性要求使树高保持在对数级。如果一个存储页面能容纳许多键和子节点引用,那么每次访问页面时,搜索都能排除剩余键空间中的很大一部分。

插入操作可能会分裂已满的节点,将一个分隔键向上移至父节点,并把其余键分配到两个节点中。分裂可能向上传播;根节点分裂会增加树高。删除操作可能通过父节点向兄弟节点借用键,也可能合并占用不足的相邻节点。根节点的收缩则可能降低树高。这些都是针对页面的结构性操作,而不只是指针旋转。具体算法取决于所采用的占用量约定,以及平衡操作是在向下进入子节点之前进行,还是在从子节点返回之后进行。

B+树更明确地将导航与数据存储分离。内部节点包含分隔键和子节点引用,而数据条目或记录引用则存放在叶节点中。叶节点通常按键的顺序链接,因此找到第一个匹配的叶节点后,就能高效地进行范围扫描。由于内部节点不必包含完整记录,通常可以容纳更多分隔键,从而提高扇出。如果一个索引的平均扇出约为200,仅需少数几个内部层级,就能在数百万个叶节点条目中引导搜索;不过,实际容量取决于页面大小、键长度、填充程度以及叶节点条目的大小。

B树家族索引是许多数据库管理系统和文件系统的核心组成部分。其实际实现需要处理抽象平衡规则之外的问题,包括变长键、前缀压缩、页面分配、并发读写,以及更新中断后的恢复。一次逻辑上的插入可能需要协调修改多个页面,因此事务和恢复机制必须确保部分完成的操作不会导致索引无法使用。常规的页面传输次数分析解释了这类索引的吸引力,但缓冲机制可以将上层节点保留在内存中,使实际表现与单纯统计从根到叶路径上的页面数所得的结果大不相同。

堆与优先级管理

堆是一种基于树的结构,按优先级组织元素,而不是维护完整的搜索次序。在最小堆中,每个父节点的键都不大于其子节点的键;在最大堆中,则都不小于其子节点的键。因此,根节点包含最小值或最大值,但兄弟节点之间以及不同子树之间不必具有相对次序。这一约束比二叉搜索树的不变式更弱,支持的接口也不同,即优先队列。优先队列的核心操作是插入元素,以及查看或移除优先级最高的元素。

二叉堆同时满足堆序性质和完全二叉树的形状要求。它采用数组表示时,无需显式存储结构性引用。插入时,先将元素追加到下一个可用位置;只要堆序性质遭到破坏,就反复将该元素与其父节点交换。删除最小值时,用数组的最后一个元素替换根节点,缩小数组,再将替换上来的元素向下移动,逐步与合适的子节点交换。这两种操作的时间复杂度均为 O(log⁡n)O(\log n),而查看根节点只需 O(1)O(1)。搜索任意键仍可能需要 O(n)O(n) 时间,因为堆序性质无法确定唯一的搜索分支。

从已有数组构建堆,不一定要反复执行插入操作。自底向上的构建方法从最后几个内部节点开始,朝根节点方向依次修复各棵子树。大多数节点都靠近叶节点,所需工作量很小。总成本的上界可由一个收敛的加权和给出:

∑k≥1O(n2k+1 k)=O(n).\sum_{k\geq1} O\left(\frac{n}{2^{k+1}}\,k\right)=O(n).

这种线性时间的构建方法是堆排序的基础。堆排序由 J. W. J. 威廉姆斯于 1964 年提出,同年罗伯特·弗洛伊德又提出了影响深远的自底向上改进方法。反复取出极值元素,即可实现时间复杂度为 O(nlog⁡n)O(n\log n) 的排序。基于数组的实现可以进行原地排序,但普通堆排序并不稳定。

其他堆家族在各项操作之间采取了不同的性能权衡。dd 叉堆允许每个节点拥有更多子节点,从而降低树高,代价是在向下修复时需要检查更多候选子节点。二项堆和斐波那契堆使用由多棵满足堆序性质的树组成的集合,并支持高效合并。斐波那契堆由迈克尔·弗雷德曼和罗伯特·塔扬于 1987 年提出,其插入和减小键值操作的摊还时间为常数,删除最小值操作的摊还时间为对数级。这些理论优势并不必然带来更短的实际执行时间,因为引用带来的开销和实现复杂度也会影响性能。

优先队列用于事件仿真、调度,以及迪ijkstra算法等算法。要高效更新任意已存储元素,通常需要使用句柄,或维护一个从元素标识符到堆中位置的辅助映射。另一种策略是插入带有新优先级的条目,并在取出过期条目时将其忽略。这些实现选择会影响内存用量和操作次数。因此,不应将具有堆结构的树与有序搜索树视为可以互换的结构:堆能够高效提供极值元素,却不维护所有元素之间完整的排序关系。

前缀树与字符串索引

字典树按键的各个组成部分依次组织数据,这些组成部分通常是字符或比特。从根出发的每条路径都对应一个前缀,出边则区分下一个组成部分。由于一个有效的键也可能是更长键的前缀,因此需要用标记或关联值来标识一个已完整存储的键。例如,存储“car”“cart”和“cat”时,它们共享“ca”对应的路径,在第三个字符处分支,并在相应位置标记“car”及其更长的扩展形式。

查找时,算法沿查询键的各个组成部分前进,而不是反复将查询键与完整的已存储键进行比较。对于长度为 LL 的键,路径上至多发生 LL 次组成部分之间的转移。如果选择相应子节点的时间为常数,查找的时间复杂度就是 O(L)O(L)。这一前提很重要:使用有序向量、搜索树或哈希表来表示子节点,会产生不同的查找开销。以字母表中的符号为索引的固定数组可以直接访问子节点,但如果大多数可能的子节点都不存在,就会浪费大量空间。字符串编码也会影响结果;以字节、Unicode 码点或用户感知的字符为单位,会得到不同的键序列。

基数树将多个组成部分放在同一条边上,从而压缩没有分支的路径。Patricia 类结构采用相关的压缩技术,尤其适用于比特串。压缩减少了结构节点的数量,但实现时仍需比较边标签或检查用于区分键的比特。需要验证匹配时,原始字符串或指向其中相应部分的引用必须仍然可用。当键共享较长的前缀,或基于大型固定字母表的子节点数组会十分稀疏时,这些结构尤其有用。

按前缀组织数据,可以支持一些用哈希表难以实现的操作。找到前缀对应的节点后,通过遍历即可枚举所有匹配的键,因此字典树适合用于自动补全和词典查找。网络路由使用按比特组织的前缀结构进行最长前缀匹配:将一个地址与包含该地址的、已存储的最具体网络前缀相匹配。与精确匹配不同,这种操作可能返回一个比完整查询更短的键。只要按适当的符号顺序访问子边,有序遍历也能按字典序输出结果。

后缀树是由一个字符串的所有后缀构成的压缩字典树,该字符串通常以一个独一无二的结束符结尾。将边标签存储为原文中的区间,而不是复制其内容,可以使结构本身的存储空间与文本长度呈线性关系。在对字母表和计算模型作出适当假设的条件下,存在运行时间为线性的构建算法。搜索模式串时,沿其字符在树中前进;报告匹配结果还需要与出现次数成正比的额外工作。后缀树支持子串索引、重复内容检测和序列分析,但其包含大量指针的布局可能带来高昂的开销。这类结构说明,改变插入树中的字符串集合,就能获得显著不同的索引能力。

用于区间、空间查询和连通性的树

有些树组织的是区间或区域,而不是单个有序键。线段树将一个按索引排列的序列递归划分为若干区间。每个内部节点存储其对应区间的聚合值,例如总和或最小值。覆盖 nn 个位置的平衡二叉线段树有 O(n)O(n) 个节点,支持在 O(log⁡n)O(\log n) 时间内完成单点更新和区间查询。区间查询通过组合已存储的若干子区间聚合值来完成,所需子区间的数量为对数级,而不必扫描每个元素。组合运算必须满足结合律;只要对空区间作适当处理,求最小值、求和或矩阵乘积等运算都可以使用。

懒惰传播可以加速区间更新。更新一个区间时,不必立即访问其中的所有叶节点,而是由某个节点记录一项待执行的变换,之后再将其传递给子节点。该节点存储的聚合值必须随这一变换同步更新。例如,给长度为 mm 的区间内每个元素都加上 cc,就要将其存储的总和增加 cmcm。懒惰传播并非万能方案:如何组合延迟执行的操作,以及如何更新聚合值,都必须有明确定义。例如,区间赋值与区间加法的执行顺序会影响结果,因此需要谨慎处理两者的复合。

树状数组由彼得·芬威克于1994年提出,用数组表示相互重叠的部分和。对于从1开始的正整数索引 ii,其二进制表示中最低位的1所对应的数值,确定了该位置汇总的区块大小。前缀查询会反复清除这一位,而单点更新则向覆盖该位置的更大区块推进。两种操作的时间复杂度均为 O(log⁡n)O(\log n),存储空间为 O(n)O(n)。树状数组通常比显式存储节点的线段树更紧凑,但其标准形式支持的操作种类较少;由两个前缀和计算区间和,需要使用减法。

空间树对几何空间进行划分。k-d树使用与坐标轴对齐的分割超平面递归划分点集,通常轮流选用不同的坐标维度。四叉树将二维区域细分为四个子区域,而八叉树则在三维空间中划分出八个子区域。R树利用外包矩形或更高维的包围盒对空间对象进行分组。R树中兄弟节点对应的区域可能重叠,因此一次查询可能需要探索多个子节点。这些结构支持几何范围报告、最近邻搜索等任务,但其性能取决于数据分布、区域重叠程度、维数和构建方法。

树还可以间接表示连通性。并查集维护一个森林,沿父节点引用可以找到每个集合的代表。在标准分析下,按秩或按大小合并与路径压缩相结合,可将操作的摊还成本控制在反阿克曼函数的界内。这里的树并不保留应用中原有的层次结构。其形状只是用于确定集合归属的内部机制,路径压缩还会在查询过程中有意改变这一形状。这与文档树或目录树不同,后两者的父子关系本身就是所表示信息的一部分。

语义树、持久化与实现边界

许多应用使用树,是因为它们处理的信息本身就具有嵌套结构。编译器通常会构建一棵抽象语法树,其中的节点表示运算符、函数调用和声明等程序构造。例如,表达式 a+b×ca+b\times c 可以表示为一个带有乘法子树的加法节点,从而不依赖原文的排版形式来表达运算分组。与完整的具体语法表示不同,抽象语法会省略一些精确还原源文本所需的细节。在编译器的后续阶段,可能会加入符号引用和控制流关系,使整体结构成为图,而不再局限于树。

结构化文档是另一个例子。文档对象模型为网页软件提供了以树为基础的文档节点表示,其中包含父子关系和兄弟关系。元素属性及其他关联信息并不都占据普通子节点的位置。文件系统同样呈现目录层次结构,但链接使这种类比变得复杂:多个目录项可能指向同一个底层对象,而在沿符号链接遍历时,符号链接可能造成环。在统计、复制或删除内容时,必须区分所呈现的层次结构与完整的对象引用图。

有些树组织的是可能的计算过程,而非已存储的对象。博弈树以合法走法及其产生的后继局面为分支,使极小化极大算法和Alpha–Beta剪枝等算法能够评估不同选择。其规模可能随搜索深度呈指数增长。通过决策树学习得到的决策树则根据对输入特征的测试进行分支,并在叶节点存放预测结果或分布。二者都具有树形结构,但其节点含义、构建过程和求值成本都与基于搜索树的字典不同。

可持久化数据结构会在更新后保留旧版本。树中常用的一种技术是路径复制:更新叶节点时,会沿着该叶节点到根的路径创建新节点,同时共享未发生变化的子树。在平衡树中,每次更新通常会创建 O(log⁡n)O(\log n) 个新节点。每个版本在逻辑上都是一棵树,但由于子树共享,所有版本合在一起构成的是有向无环图。默克尔树则针对另一种需求,通过子节点的哈希值推导内部节点的密码学哈希值。它支持验证数据是否属于该树所代表的数据集合,以及检测数据变化;持久化也可以与默克尔哈希相结合。

正确的实现所必须维持的,不仅仅是无环性。搜索次序、父节点引用、平衡信息字段、子树聚合值、存储所有权和迭代器行为,都可能是不变条件的一部分。并发修改会带来更多困难,因为旋转、分裂和合并会改变多处关系,而且只要读取者仍可能访问已删除的节点,就不能回收这些节点。加锁、版本化的根节点和延迟回收分别解决这一问题的不同方面。验证例程通常会独立地重新计算结构属性,例如检查每棵子树的键值上下界,而不是仅比较相邻节点,从而发现局部看似合理、整体却不合法的树。